国内刊号:11-2175/TN
国际刊号:1002-7300
发布日期:
作者:路宇鹏,王明泉,李鹏波,吴志成,杨洁
单位:中北大学信息与通信工程学院 太原 030051
关键词:轮胎X射线图像;缺陷检测;YOLO;RepNCSPELAN4;SKAttention;Inner-CIoU
基金:国家自然科学基金(61171177)项目资助
子午线轮胎X射线图像纹理复杂、缺陷形态多样,多依赖人工目测进行质检,难以兼顾高精度与实时性。为此,针对子午线轮胎气泡缺陷,提出一种基于YOLOv8改进的检测模型——YOLOv8n_RSI。首先,引入RepNCSPELAN4结构增强模型特征提取能力;其次,融合SKAttention注意力机制,自适应选择感受野大小,提升模型对多尺度目标的检测性能;最后,采用Inner-CIoU损失函数,通过增加中心点距离约束和宽高比惩罚项,有效提升检测精度。实验结果表明,相较于基准模型YOLOv8n,所提出的YOLOv8n_RSI模型的精确率、召回率和平均精确率均值分别提升了3.5%、7.0%和8.4%。同时,模型的计算复杂度和推理速度表明其能满足实时检测需求。初步的实际工业应用也验证了该改进模型的有效性。
来源:2026年第3期
《电子测量技术》期刊编辑部